文献类型：期刊文章

作　　者：赵文龙[1] 邓文雯[1] 张强伟[2] 孙玉[1]

机构地区：[1]苏州农业职业技术学院智慧农业学院,江苏苏州215008 [2]西南交通大学信息化与网络管理处,四川成都610031

出　　处：《中国教育信息化》

基　　金：苏州农业职业技术学院青年教师科研能力提升计划项目(编号:19QN1003);苏州市科技发展计划(编号:SNG201918);苏州农业职业技术学院科技培育项目(编号:PY2002)资助。

年　　份：2021

卷　　号：27

期　　号：15

起止页码：65-68

语　　种：中文

收录情况：NSSD、RCCSE、普通刊

摘　　要：传统学生在校状态往往基于一卡通消费数据进行判断,存在数据质量不高、消费随机性较大等现象,加上信息时代行为习惯不同,导致数据精准度不高、预测性不强、可信度较差。为精准掌握学生在校状态,文章提出一种基于多源数据融合的判定模型,结果表明:行为活动时间长度在筛选时间段长度[60%,80%]之间时,是否在校判定模型的计算结果与实际在校状态基本相符,准确率可达98%以上,为疫情防控提供了辅助决策支持,为平安校园建设提供了一种技术保证,并根据ARIMA模型进行预测分析,对学情管理具有一定的指导价值。

关 键 词：数据融合 判定模型  数据驱动 辅助决策  预测分析  

分 类 号：G717] TP391.77[教育学类]